红杉2026峰会前瞻：AGI降临，智能体经济开启计算革命

2026 年 4 月底，红杉资本第四届 AI Ascent 闭门峰会在旧金山盛大举行，汇聚了全球 150 多位 AI 领域的顶尖创始人、科学家及投资人。这场备受瞩目的行业风向标盛会，摒弃了单纯的参数较量与概念炒作，直击行业共识：AI 已从通信革命跨越至计算革命，商业层面的 AGI 已经来临，2026 年将是智能体（Agent）的元年。以下将剖析核心嘉宾的颠覆性观点，洞察 AI 下一轮跃迁的底层逻辑与产业变革。

红杉三位合伙人 Pat Grady、Sonya Huang、Konstantine Buhler 在开幕致辞中定下了大会基调，并直接抛出了三个令人震惊的结论。

Pat Grady 直言：“AI 不是‘更快的马’，而是‘汽车已经来了’”。过去三年的生成式 AI，本质上是对通信效率的提升（例如撰写邮件、制作 PPT 更快）；而 2026 年的 AI 则是对信息处理方式的彻底颠覆—— 从“人找信息、人做决策”转变为“AI 理解信息、自主执行、直接交付结果”。

Sonya Huang 明确将 2026 年定义为“智能体之年”。核心的飞跃在于：从短会话工具向长周期智能体转变——AI 不再被动等待指令，而是能够自主设定目标、分解任务、从失败中恢复并持续推进直到完成。这种能力将 AI 从“提高效率的工具”推向“重构工作的核心力量”，覆盖编程、法务、研发等全领域。

红杉给出了最务实的 AGI 定义：当 AI 智能体能从失败中恢复并坚持完成任务时，即为商业意义上的通用人工智能。这与科幻层面的意识无关，只关乎实用价值——当前大模型与智能体框架已具备此能力，足以撬动 10 万亿美元级的服务市场（远超现有软件市场规模）。

凭借 AlphaFold 破解蛋白质折叠难题并荣获 2024 年诺贝尔化学奖的 Demis Hassabis，从科学本质、AGI 进度和技术边界三个维度，给出了深刻的判断。

Hassabis 明确表示：“我们已完成通往 AGI 进度的 75%，有望在 2030 年前实现真正的通用人工智能”。当前的大模型（预训练 + RLHF + 思维链）是 AGI 的核心架构，但仍缺乏持续学习、长期推理和高效记忆这三大关键能力——而智能体系统正是补齐这些短板的唯一途径。

他提出了一个颠覆性的观点：宇宙的本质是一个信息处理系统，而非物质或能量。AI 的核心价值在于成为人类探索科学的“望远镜”和“显微镜”——就像 AlphaFold 破解蛋白质折叠一样，未来 AI 可以将药物研发周期从 10 年缩短到几天，材料科学和量子物理等领域将迎来爆发式突破。

Hassabis 指出，当前 AI 的最大短板是长期记忆，依赖超大上下文窗口的“暴力式记忆”是不可持续的。他强调，模型蒸馏技术正在快速迭代，小模型的能力没有天花板，未来边缘设备可以运行强大的本地模型，实现隐私和效率的双重突破。同时，强化学习的价值被严重低估，AlphaGo 的搜索和树结构推理思路将在下一代模型中回归核心地位。

作为前特斯拉 AI 总监和 AI 领域的思想领袖，Karpathy 的演讲聚焦于软件范式的革命、人机分工的重构以及核心能力的提升，观点犀利且极具颠覆性。

Karpathy 提出了软件进化的三个阶段：

Software 1.0：人类逐行编写确定性代码；

Software 2.0：利用数据训练神经网络；

Software 3.0：上下文编程时代——开发者不再编写代码，只需提供目标、约束、工具权限和反馈，模型将自主读取环境、调用工具、调试错误并动态完成任务。

他坦言：“我不记得上次手动修改 AI 输出是什么时候了”——编程范式已经彻底改变，许多传统应用程序将直接消失（如菜单 OCR、图像生成工具，可以被多模态模型一步替代）。

Karpathy 区分了两个核心概念：

Vibe Coding（氛围编程）：降低门槛，让普通人用自然语言生成代码，提高下限；

Agentic Engineering（智能体工程）：专业软件工程，在保证质量和安全的前提下，利用 AI 构建复杂系统，提高上限。

他断言：“10 倍工程师已成历史，百倍工程师即将登场”——真正掌握智能体工程的人，其能力边界远超传统程序员，核心价值不再是编写代码，而是品味、判断力和系统级思考。

Karpathy 提出了一个关键判断：AI 自动化的边界不在于“能不能描述”，而在于“能不能验证”。工作可以分解为“智能”和“判断”：高智能、低判断、可验证的工作（如编码、文档审查、设计执行）将首先被 AI 取代；而需要复杂判断、责任承担和创意决策的环节（如战略制定、风险审批、核心创意）仍然是人类的护城河。

OpenAI 联合创始人 Greg Brockman 的分享聚焦于 AGI 进度、编程革命和新型人机协作，释放了重磅信号。

Brockman 提供了明确的数据：当前的 AGI 已完成 80% 的进度条；在过去半年里，AI 编程能力从“完成 20% 的代码”跃升至“自主完成 80% 的编码工作”。这意味着编程已从“技术活”转变为“指挥活”，开发者的角色彻底改变。

他预测：“未来每个人都可以成为指挥十万 Agent 大军的超级 CEO，只需调度云端不知疲倦、按 Token 计费的数字员工，就能支撑估值数亿的独角兽”。人机协作不再是“人机配合”，而是人类制定战略、AI 全程执行的新分工，效率提升没有上限。

英伟达机器人负责人 Jim Fan 以“Robotics: Endgame”为题，直接为旧范式“送葬”，指明了具身智能的新方向。

Jim Fan 宣布：VLA（视觉-语言-动作模型）已死，遥操作也死了——过去三年主导具身智能的 VLA 范式无法适应复杂的物理环境；依赖人类远程控制的遥操作成本高、效率低，终将被淘汰。

具身智能的新范式将完全模仿大语言模型（LLM）的成功路径：

预训练：预测下一个世界状态（对应 LLM 的 next token 预测）；

微调：动作校准，适配真实机器人；

强化学习：完成最后一公里的优化。

核心逻辑：世界模型 = 物理世界的大语言模型，通过预测物理规则、空间变化和物体交互，让机器人真正理解现实世界并实现自主行动。

Claude Code 创建者 Boris Cherny 的演讲直击程序员群体的痛点，观点极具冲击力。

他现场调查：“有多少人 100% 手写代码？有多少人 100% 用 AI 写代码？” 结果显示，两端都是少数，中间过渡状态居多。但他直言：“对我来说，编程已经解决了。从去年 10 月开始，模型就能写 100% 的代码了”。

Boris Cherny 的日常：全年没有手写一行代码，用手机管理数百个 AI 智能体，每天合并几十个 PR。未来的开发流程将简化为：提出需求 -> AI 全流程编码、调试错误、测试 -> 验收，工具代码量将降至 100 行级别，开发者从“码农”转变为“需求架构师”。

综合所有嘉宾的观点，2026-2028 年，AI 将从技术层渗透到产业和社会层，重构三大秩序：

技术秩序：从大模型 -> 智能体 -> 世界模型 -> 具身智能，物理 + 脑科学 + 数学成为核心底层，纯软件人才红利消退；

商业秩序：从“卖工具”到“卖结果”，SaaS 模式失效，按 KPI、按收益付费成为主流，十万亿级服务市场被重构；

人才秩序：理解力、审美品味和真实的人际连接成为人类的唯一护城河，智能体工程、物理建模和脑科学架构人才溢价飙升。

这场红杉 AI 大会的核心启示是：AI 不再是未来的科技，而是当下正在发生的革命。2026 年，智能体经济拉开序幕，商业 AGI 落地生根，只有拥抱范式变革、重构核心能力，才能在新一轮产业浪潮中抢占先机。